[發明專利]一種地鐵門異物檢測方法

有效

• 申請號: 202010046810.6
• 申請日: 2020-01-16
• 公開（公告）號: CN113128321B
• 公開（公告）日: 2023-06-16
• 發明（設計）人: 鄧道舉;鐘亞林;李京樂;楊莉;趙雷杰;許小康;楊嘉煬
• 申請（專利權）人: 寧波微科光電股份有限公司
• 主分類號: G06V20/52
• 分類號: G06V20/52;G06V10/75;G06V10/74;G06V10/764;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 北京維正專利代理有限公司 11508
• 代理人: 羅曉聲

本發明公開了一種地鐵門異物檢測方法，包括以下步驟：S1、建立深度學習模型；S2、在列車門關閉狀態，拍攝地鐵站臺各列車門與屏蔽門之間無異物時的參考圖像；S3、地鐵運行時，在列車門關閉狀態，拍攝地鐵站臺各列車門與屏蔽門之間的實時圖像；S4、各列車門的實時圖像與相應的參考圖像進行相似度比對，得到相似值；S5、判斷相似值是否大于等于設定閾值，若是，則判斷為無異物，轉S8，若否，進入下一步；S6、采用深度學習模型進行判斷，得到判斷結果并顯示；S7、根據判斷結果進行相應處理；S8、結束。本申請通過相似度計算與深度學習模型相結合，實現了對地鐵異物的實時檢測，提高了異物檢測效率與準確度。

技術領域

本發明涉及地鐵技術領域，尤其是涉及一種地鐵門異物檢測方法。

背景技術

目前，地鐵已成為人們出行的重要交通工具，地鐵的安全關系著成千上萬人的生命安全與無數個家庭的幸福，對于地鐵障礙物的檢測是地鐵安全運行的一個重中之重。

目前，對地鐵障礙物的檢測有多種方法，包括紅外光幕法、激光探測法。紅外光幕法由紅外發射器、紅外接收器、和主機組成，由于發射器發射的信號為紅外光，光斑隨著探測距離的增加逐漸增大，故不適于遠距離檢測。激光控制法與紅外光幕法類似，針對曲線站臺，設備數量增加后，誤報率也相應增加，設備安裝在列車與站臺門之間，檢測區域受限，雖然沒有侵入列車限界，但超出站臺的設備限界、對行車安全也存在較大隱患。

同時，由于地鐵車門與站臺門之間空隙具有距離遠、光線暗等特點，而列車發車頻率高、駕駛員各項操作時間有限，使得目前的人工檢測存在較大的誤檢。

因此，設計一種準確率高的地鐵障礙物的檢測方法，是目前亟待解決的問題。

發明內容

本發明的目的是提供一種地鐵門異物檢測方法，通過深度學習建立地鐵門與屏蔽門學習模型，實時采集地鐵列車門與屏蔽門之間的圖像，將實時圖像與相應的參考圖像進行相似度比對，當相似度大于等于設定閾值時，判斷為無異物，當相似度小于設定閾值時，進入學習模型進行判斷，提高異物判斷的準確度。

本發明的上述發明目的通過以下技術方案得以實現：

一種地鐵門異物檢測方法，包括以下步驟：

S1、建立深度學習模型；

S2、在列車門關閉狀態，拍攝地鐵站臺各列車門與屏蔽門之間無異物時的圖像，作為各列車門的參考圖像；

S3、地鐵運行時，在列車門關閉狀態，拍攝地鐵站臺各列車門與屏蔽門之間的圖像，作為各列車門的實時圖像；

S4、各列車門的實時圖像與相應的參考圖像進行相似度比對，得到相似值；

S5、判斷相似值是否大于等于設定閾值，若是，則判斷為無異物，轉S8，?若否，進入下一步；

S6、采用深度學習模型進行判斷，得到判斷結果并顯示；

S7、根據判斷結果進行相應處理；

S8、結束。

本發明進一步設置為：步驟S1中，建立深度學習模型，包括以下步驟：

A1、拍攝地鐵列車門與屏蔽門之間的圖像數據，解析出列車門圖像；

A2、對列車門圖像進行預處理，得到清洗后圖像；

A3、將清洗后圖像進行分類，分別為無異物的正樣本與有異物的負樣本；

A4、將正樣本與負樣本再分別劃分為訓練集、驗證集與測試集；

A5、將訓練集、驗證集與測試集輸入神經網絡，進行訓練，達到設定迭代次數后，得到深度學習模型并保存。